Priorisieren von E-Mail-Konversationen

Die Stimmung beim Verfassen einer E-Mail spiegelt sich im geschriebenen Text – in der Wortwahl und dem Satzbau – wider. Durch eine automatisierte und intelligente Stimmungsanalyse können Texte kategorisiert und schließlich priorisiert werden.

Ganzheitliche Betrachtung und Abbildung des Kunden für eine individuelle Betreuung

Wissen und Informationen über Kunden sind u.A. für kundenspezifische Anfragen, proaktives Marketing und einen individuellen Service notwendig, um effizient und effektiv Neukunden generieren als auch Bestandskunden binden zu können. Durch das strukturierte Erfassen und die ganzheitliche Betrachtung der Kunden innerhalb z.B. eines CRM-Systems, wird eine maßgeschneiderte Betreuung ermöglicht. Dadurch werden kundennahe Geschäftsprozesse optimiert, was wiederum die Zufriedenheit des Kunden steigert und z.B. weiterführende Geschäftsbeziehungen ermöglicht.

Das Wissen wird weitgehend operativ durch die Mitarbeiter mit Kundenkontakt (Marketing, Sales, After-Sales/ Service) erhoben, gespeichert und dem Kunden zugeordnet. Sowohl Gesprächsnotizen aus Telefonaten oder Meetings, als auch Informationen aus E-Mails können im CRM-System gepflegt werden.

Die Vielzahl von E-Mails und der Mehraufwand der Datenpflege im CRM-System machen es den Mitarbeitern unmöglich das ganze Potenzial der Informationen innerhalb der E-Mail zu nutzen. Analysetools – gestützt durch künstliche Intelligenz – machen es möglich, Wissen aus Textdateien automatisch zu generieren, um dieses den Mitarbeitern zur Verfügung zu stellen oder direkt in das CRM-System zu übertragen. Ferner kann anhand des thematischen Inhalts einer E-Mail der Kunde einer Prozessphase, einer Fachabteilung oder sogar einem bestimmten Mitarbeiter zugeordnet, um den besten Service bieten zu können.

Es zählen mehr als nur die harten Fakten

Doch neben dem „Was“ geschrieben wurde, bietet das „Wie“ ebenfalls interessante Details zum Gegenüber. Ist der Kunde während des Verfassens der E-Mail gut gelaunt, wütend oder vielleicht sogar rasend?

Diese Frage beantwortet unser Tool zur Analyse der Stimmung innerhalb von Texten: Eine KI identifiziert innerhalb eines Textes die Stimmung des Autors und bildet diese mit einem entsprechenden Bild ab.

Diese Sentimentanalyse kann automatisch durchgeführt werden, sobald eine neue E-Mail im Postfach eintrifft. Die erkannte Stimmung wird in den Kundendaten gespeichert, sodass in späteren Unterhaltungen darauf zugegriffen werden kann.
Darüber hinaus lassen sich von der Stimmung Rückschlüsse auf die Dringlichkeit, die E-Mail zu beantworten, ziehen. Eine Priorisierung als möglicher Output der Stimmungsanalyse ließe sich individuell definieren. Abhängig von Branche, Fachabteilung oder Unternehmensstrategie lassen sich die verschiedenen Stimmungen – und somit auch die E-Mail und der Kunde selbst – den entsprechenden Prioritäten zuordnen. In einem Fall versprechen gut gelaunte Kunden die höchste Wertschöpfung und im anderen Fall sollten verärgerte Kunden vorrangig betrachtet werden.

Künstliche Intelligenz als Enabler-Technologie

Ermöglicht werden diese Analysen durch die Fortschritte im Bereich der künstlichen Intelligenz in den letzten Jahren. Insbesondere auf Seiten der Textverarbeitung wurden Modelle, Frameworks und Services neu oder weiterentwickelt, welche eine Bereitstellung von individuellen KI-Software-Lösungen ermöglichen. Durch Cloud-Services wird man nicht durch die eigene Hardware beschränkt.

Durch KI wird Wissen aus Daten generiert, welches Menschen spät, langsam oder gar nicht erkennen!

 

Autor/in
Frank Schimke
AI Solution Architect Mehr erfahren
Frank Schimke
Frank Schimke ist als AI Solution Architect für Anforderungsanalysen, Konzepte sowie das Produkt- und Projektmanagement im Bereich Prozessdigitalisierung verantwortlich. Sein Schwerpunkt liegt auf dem Einsatz von KI-Technologien, die Customer Relationship Management und kundennahe Prozesse in Unternehmen verbessern. Bei dieser Mission unterstützt er IT-P-Kunden seit 2018 mit seiner Erfahrung und seinen analytischen Fähigkeiten.